基于电压参数测试ica算法的传导电磁干扰噪声源识别方法
【专利摘要】本发明公开了一种基于电压参数测试ICA算法的传导电磁干扰噪声源识别方法，具体步骤为：首先，采用人工电源网络提取被测设备的噪声电压信号；其次，根据独立量分析ICA算法对所得噪声电压信号进行独立分量分解，得出噪声电压信号的波形特征结果；最后，将所得噪声电压信号的波形特征结果与被测设备中各个电子器件产生的信号特征进行对比分析，确定产生噪声电压信号的特定电子器件，最终确定出传导电磁干扰噪声源。本发明精确、快速地解决了以电子器件为核心的传导噪声源识别方面的问题，简洁高效且系统化，基于ICA算法对噪声信号进行有效的分离，更加准确的判断产生传导噪声信号的电子器件，能够更有针对性的减少电磁干扰。
【专利说明】基于电压参数测试ICA算法的传导电磁干扰噪声源识别方 法
【技术领域】
[0001] 本发明涉及一种基于电压参数测试独立分量分析ICA算法的传导电磁干扰噪声 源识别方法，属于电磁兼容【技术领域】。
【背景技术】
[0002] 电磁兼容EMC是英文electromagnetic compatibility的缩写。它包括两层含义， 一是设备在工作中产生的电磁福射必须限制在一定水平内，二是设备本身要有一定的抗干 扰能力。EMC必须具备三个要素：干扰源、耦合通道、敏感体。给电子线路供电的开关电源 对于干扰的抑制对保证电子系统的正常稳定运行具有重要意义
[0003] 随着开关电源变换器等电力变换设备的大量使用，使得电力线上产生的传导电磁 干扰问题不断涌现并愈演愈烈，严重影响其它设备正常运行，产生的电磁兼容问题也越来 越复杂。电磁干扰造成的各种损失是通过电子装置有效性能或技术指标下降来体现的，无 线和有线电话，收到电磁干扰会使信号发生畸变失真，严重时可完全被电磁干扰淹没；电磁 干扰使数字系统误码率增大，降低了系统信息的可靠性，严重时会发生错误和信息丢失；电 磁干扰使金属之间因电磁感应电压而产生电火花或飞弧，损坏金属设备。在一个系统中，各 种用电设备能够正常工作而不致相互发生电磁干扰造成性能改变和设备的损坏，就可以称 这个系统中的用电设备是相互兼容的。
[0004] 随着设备功能的多样化、结构的复杂化、功率的加大和频率的提高，同时它们的灵 敏度也越来越高，这种相互兼容的状态越来越难获得，为了使系统达到电磁兼容，必须以系 统的电磁环境为依据，要求每个用电设备不产生超过一定限度的电磁发射，同时还要求系 统本身具备一定的抗干扰能力，随着国家对电子设备传导电磁干扰标准的相继出台，使得 电磁兼容问题被各个电子设备制造商所关注。并且，国内外的各种标准明确规定，各类电子 设备在销售前必须通过传导噪声标准检测。为了解决电子设备在传导噪声检测时噪声超标 的问题，必须对传导噪声问题进行深入研究。
[0005] 电子设备在进行传导电磁干扰噪声检测时，针对超标噪声需进行一系列的抑制措 施，但是由于电子设备存在多个电子器件，且绝大多数电子器件产生的信号波形具有其独 特的特征，在采取噪声抑制措施时，针对引起传导电磁干扰噪声超标的电子器件进行整改 的方法更为有效、快速，因此找到引起传导电磁干扰噪声超标的电子器件显得尤为重要。
[0006] 理想状态下，要求每个设备都既可以尽可能的保证其产生的电磁发射在一定的限 度内，同时又要求每个设备本身具有一定的抗干扰能力，这是非常难以实现的，在实现这两 个要求前，必须对每个设备的电磁发射具有一定的了解才可有针对性的进行提高，但是目 前为止还没有一个有效的方法同时检测所有电子器件发出的电磁干扰，对电磁干扰进行有 效的识别，从而有针对性的改善需要提高其电磁兼容的设备，这是目前急需要解决的问题 之一。
【发明内容】
[0007] 本发明所要解决的技术问题是：针对现有技术的缺陷，提供一种基于电压参数测 试ICA算法的传导电磁干扰噪声源识别方法，将独立分量分析ICA算法应用于以多个电子 器件为核心的电子设备，对该设备中检测出的传导电磁干扰噪声进行分离，针对性地对引 起噪声超标的电子器件进行噪声抑制。
[0008] 本发明为解决上述技术问题采用以下技术方案：
[0009] 一种基于电压参数测试ICA算法的传导电磁干扰噪声源识别方法，具体步骤包 括：
[0010] 步骤一、采用人工电源网络提取被测设备的噪声电压信号；
[0011] 步骤二、根据独立量分析ICA算法对步骤一所得噪声电压信号进行独立量分解， 得出噪声电压信号的波形特征结果；
[0012] 步骤三、将步骤二所得噪声电压信号的波形特征结果与被测设备中各个电子器件 产生的信号特征进行对比分析，确定产生噪声电压信号的特定电子器件，最终确定出传导 电磁干扰噪声源。
[0013] 作为本发明的优选方案之一，所述步骤二中对噪声电压信号进行独立量分解的具 体过程为：
[0014] (201)将步骤一所得被测设备的噪声电压信号分别记作^4"，其中，当被测设 备为单相供电时，Μ的取值为2 ;当被测设备为三相供电时，Μ的取值为3或4 ;
[0015] (202)通过示波器测得％、V"VM的图像数据，将上述Μ组观测信号标记为 Xi⑴， 其中，t为离散时间序列，取值为0，1，2···，? = 1，2，...，M，Μ组观测信号构成列向量x(t) =[以认…^⑴："表示矩阵的转置；
[0016] (203)采用Infomax算法对（202)所得的列向量x(t)进行独立分量分析，以信息 最大化作为目标函数，其目标函数Lh(W)的具体表达式为：
[0017]
【权利要求】
1. 一种基于电压参数测试ICA算法的传导电磁干扰噪声源识别方法，其特征在于，具 体步骤包括： 步骤一、采用人工电源网络提取被测设备的噪声电压信号； 步骤二、根据独立分量分析ICA算法对步骤一所得噪声电压信号进行独立分量分解， 得出噪声电压信号的波形特征结果； 步骤三、将步骤二所得噪声电压信号的波形特征结果与被测设备中各个电子器件产生 的信号特征进行对比分析，确定产生噪声电压信号的特定电子器件，最终确定出传导电磁 干扰噪声源。
2. 如权利要求1所述的一种基于电压参数测试ICA算法的传导电磁干扰噪声源识别方 法，其特征在于，所述步骤二中对噪声电压信号进行独立分量分解的具体过程为： (201) 将步骤一所得被测设备的噪声电压信号分别记作VpVf VM，其中，当被测设备为 单相供电时，Μ的取值为2 ;当被测设备为三相供电时，Μ的取值为3或4 ; (202) 通过示波器测得％、V2?VM的图像数据，将上述Μ组观测信号标记为Xi(t)，其 中，t为离散时间序列，取值为0，1，2···，? = 1，2，...，M，M组观测信号构成列向量x(t)= [Xl (t)，. . .，xM (t) ]T，T表示矩阵的转置； (203) 采用Infomax算法对（202)所得的列向量x(t)进行独立分量分析，以信息最大 化作为目标函数，其目标函数LH(W)的具体表达式为：
(1) 其中，W为分离矩阵，z是由观测信号的列向量x(t)白化处理后得到的向量，E为数学 期望，Pz(z)为向量z的边缘概率密度，y = Wz，y为输出的分离信号，g为非线性函数，g的 选取由Μ取值而决定，具体如下：
(2) 其中，a为任意常数； (204) 采用随机梯度下降法对目标函数进行优化，目标函数的等式两边对W进行求导：
(3) 对于公式（3)右边有：
⑷ 其中，Ψ (y)为评价函数，且：
(5) 用瞬时值代替将公式（5)式中右边数学期望得：
(6) 进而得出：
(7) 其中，Λ W为分离矩阵W的增量，η为根据迭代次数所更新的迭代率，且0< η <1; 因此得出相对梯度算法：
(8) 化简为：
(9) (205)经过迭代求解出最优解的W，将其代入y = Wz得 到分离后的Μ组独立信号，即为从％、V^VM中分离出的独立的噪声电压信号。
【文档编号】G01R31/00GK104155546SQ201410375527
【公开日】2014年11月19日 申请日期:2014年7月31日 优先权日:2014年7月31日
【发明者】赵俊平, 张杨, 冯浩, 徐侠 申请人:江苏益邦电力科技有限公司